大模型时代，如何让 AI 智能体真正为你工作？（六）：别急着打造 AI 公司，先跑通一件真实工作
现在网上有很多说法，一个人可以打造一支 AI 军团，可以拥有自己的 AI 公司。听起来很有吸引力。但如果问我应该从哪里开始，我还是那句话：别着急，先把一个真实的工作跑通。
你不必上来就搞很大的阵仗。最简单的办法能不能证明价值，先看这个。事情做成了，再决定要不要增加角色、完善流程，把它做得更复杂。
这段时间，我重新看 Anthropic 的智能体手册，也是在回看自己用 Agent 的经验。它能干什么，一个怎么用，多个怎么配合，流程怎么安排，这些都值得了解。但最后还是得回到自己桌前：明天，我到底从哪件事开始？
如果看了很多内容，记住了一堆技术名词，手上的工作仍然一点没动，我觉得还是可惜。用起来，才知道什么适合自己，什么只是看着热闹。
一、选架构之前，先把四个问题问清楚
第一个问题，是需要多强的控制。哪些动作可以让 AI 自己往下做，哪些必须让人确定？
你得先对工作有个基本认识。大概分几块，每块做什么，做到哪里会影响后面的结果。整理一个文件夹，和公开发布一批文章，控制要求显然不同。不能用一个笼统的授权，把所有动作都包进去。
第二个问题，是工作到底有多复杂，涉及一个领域，还是跨多个专业。
我自己的感觉是，很多事情刚开始看都挺简单，想做好以后，就会发现没有那么简单。内容工作也是这样，你以为把观点说出来就行，后面还有音频、文字、图片、发布、评论和数据运营。
不是说这些工作都要同时启动，而是你要知道，自己现在处理的是哪一部分。先把范围定小一点，把一个环节做好，和一下子把整个系统搭起来，难度不一样。
第三个问题，是资源够不够。时间、预算和维护能力，都得考虑。
第四个问题，是需不需要专业技能。是不是补上一套明确的方法和规范，就能解决眼前的问题？还是这件事确实需要不同专业来配合？
我觉得这些问题很像教练式的澄清。先问清楚自己要什么，有什么条件，边界在哪里。不是先选一个最高级的架构，再给它找任务，而是看这件工作需要什么。
很多执行环节的门槛在降低，但专业判断不能因此一笔抹掉。就像做教练，工具可以帮我们整理材料，却不能只靠一段生成的文字，就替代人与人之间真实的理解和工作。
二、一人公司的预算，不只是工具费用
说到资源，我觉得还有一个很现实的问题：你能不能养活自己。
很多人谈一人公司，先谈工具，谈订阅，谈怎么配置。工具当然要花钱，但创业开始以后，你可能有一段时间没有稳定收入。那段时间怎么过，是很重要的预算。
我自己也会估算工具投入，看看一年大概要花多少。但这样的估算，是针对我当时的用法，不是所有人的固定成本。不同套餐、不同任务量、不同操作方式，最后投入可能差很多。
有些工具看起来便宜，用起来也可能挺费。你试过以后，才知道一次工作要花多少资源，反复修改会不会把成本拉高。不能只看订阅页面的一项价格，就觉得整件事已经算清楚了。
时间也是成本。别人替你搭好一个系统，你自己能不能维护？出了问题，知道去哪儿找原因吗？规则需要修改时，是自己能改，还是每次都得再找人？这些都属于资源条件。
我不是说条件不齐就不能开始。相反，范围小一点，往往更容易开始。先做一个自己理解得了、也能维护的试点，比较容易判断这件事值不值得继续投入。
你不用在第一天就把自己想象成一家完整公司的老板。先让眼前一个工作产生实际结果，比提前拥有很多岗位名称更现实。
三、把眼前最小的一件事，往前推进一下
就拿我的笔记库来说，如果今天重新开始，我仍然觉得可以先选一个范围清楚的文件夹。
先生成目录，做分类，自己抽查。结果通过了，再拿少量材料整理成文章。文章看过以后，再处理配图和发布。每一步都能交付，也都能检查。
这里的重点，不是只能按某一种固定顺序，而是每次扩大工作范围之前，先看看前面的结果有没有站住。你不需要一下子把整个硬盘变成一套完整的内容系统。
出错了以后，能定位，也能修改，这个试点就值得继续。分类不合适，先重分。文章没有表达准，先改意思。不要在前面还没看清楚的时候，后面已经铺开了一大片工作。
我看到有些说法，上来就要帮你搭一整套智能体，帮你打造一个公司架构。我个人会有点警惕。不是说不能搭，而是自己眼前的任务还没有跑通，架子已经很大，反而给自己增加难度。
先做小事，不是没有想象力。你把一件事做通以后，知道自己真正需要什么，后面的想象才有依据。否则只是把别人的演示搬到自己这里，未必接得住。
而且，任务小了，你更容易参与进去。知道材料在哪里，知道结果怎么查，也知道什么程度自己可以收下。一个能被理解的过程，比一个看不懂但很热闹的系统更容易长期用。
四、别只看演示，看看最终能用多少
判断有没有价值，我觉得至少得看四件事。
第一，花了多少总时间。不是工具生成那几分钟，而是从交代任务到拿到能用的结果，一共花了多久。自己检查和返工的时间，也要算进去。
第二，结果能用多少。别人给你一大堆东西，看着很漂亮，你可能很有满足感。但回到自己的工作里，其中哪些真正符合要求，哪些还要重来？
这个区别挺重要。一个演示能够展示很多能力，却不一定把你的工作做完。材料不同，目标不同，使用条件不同，你得自己试。
第三，实际投入了多少成本。付费、消耗、维护和自己的时间，不能只算最显眼的一项。结果不错，如果投入比自己能承受的高很多，也要重新看范围和做法。
第四，有没有误删、泄露或者未经授权的操作。工具能采取行动，是优点，也意味着要管住范围。不能因为结果看起来好，就把过程中发生的问题当成小事。
什么样的结果，会让我愿意长期把一项工作交出去？省时间，自己少费劲，成果能直接用，成本也合理，而且知道在哪些地方要征得我的确认。我觉得这样的工作就很值得。
如果每次都要我从头检查、从头改，大部分结果用不了，那至少说明目前的做法还不合适。可以调整，也可以换个更小的任务，没有必要硬把它包装成成功。
我更愿意看自己的真实工作，而不是看完演示就决定“我也要整套”。好不好用，不是看场面大不大，还是得看结果能不能接到自己的生活和业务里面。
五、好用的方法留下来，但别让规则把自己困住
一个方法试出来了，觉得好用，就应该留住。模板、技能、检查清单，还有失败记录，都可以成为下一次工作的起点。
我把这种整理理解成一种蒸馏。把一段反复做过的过程里，真正有效的东西拿出来。以后再做类似任务，至少不用把同样的话从头交代一遍。
工具和模型会变化，账号也可能出现问题。我自己经历过账号不能继续使用的情况，这件事让我更在意：前面整理出来的材料和规范，还在不在？能不能带到下一次工作里？
所以，时不时备份一下，很重要。自己的内容、确定过的要求、可以复用的方法，不应该只在一个临时会话里。如果工具换了，工作积累却全没了，就会特别被动。
但我也得承认，我有时候挺爱重建的。并不是每次都想在同一个规则里做事。我会想换一个方向，换一种方法，重新看看有没有更合适的做法。
有人特别喜欢稳定的规则，也有人像我这样，愿意重新试。这和个人习惯有关系。留住方法，不等于永远不许改变。重要的是需要重做时，你有选择，而不是因为东西丢了只能重来。
一套规范如果已经不适合当前工作，就改。一个失败如果值得提醒自己，就记下来。把材料分开，把工作过程留得清楚，模型和工具变了，也更容易继续往前。
我觉得手册里面讲的模块化、过程可观察、持续迭代，最后都可以回到这些很具体的做法。不用只记一个词，看看自己有哪些东西应该留下来，就已经是在做了。
六、执行门槛降低了，人的积累更重要
说到底，这个话题还是会接回我之前讲的 AI 原生创业。
一个人能不能完成过去需要更多人配合的工作？以我自己的使用感受看，确实有些事情正在变得可能。过去一直拖着的笔记，现在能整理；过去没有时间展开的想法，现在能有人帮着组织。
但工具更能干以后，我反而觉得，方向、经验、审美和信任更重要了。事情的执行没有以前那么难，决定做什么，为什么这么做，结果是不是自己愿意接受的，仍然需要人。
你能用一个工具，我也能用。你早一些上手，当然可能积累一些经验，但仅仅“比别人早用”，未必就是长期的差异。后面的人学会了，也可以很快开始做。
那人的积累在哪里？你经历过什么，理解过什么行业，怎样判断一个想法，怎样对人负责。这些不是打开同一个工具，就自动一样的。
我有时候开玩笑说，老登值钱了。因为我们反复讲的经验、判断和高价值工作，很多确实和过去的积累有关。这个说法有点玩笑，但里面有一个我挺认同的意思：经验要能够参与工作，才会变成价值。
不能因为自己有经验，就一直在旁边等。你得开始用，得把手上的材料和判断放进去，看看工具怎样帮助自己往前走。光说有用没用，最后还是什么都没发生。
教练式的目标澄清、提问和反馈，也是我很看重的部分。在和 Agent 协作里，你能不能问清楚自己真正要什么，能不能给出有效反馈，会直接影响下一步怎么走。
我觉得这些能力在 AI 时代有了新的用处。当然，这是我的个人理解，不是说所有工作都必须先学教练。只是我过去做教练时形成的一些习惯，现在确实能带进来。
七、开始做，比继续观望更重要
如果这组文章最后只留下一件事，我希望是：找到一个真实的工作，把它往前推进。
不是记住所有架构，不是背下一堆技术名词。你可以先选一个文件夹，一份材料，一个长期拖着的任务。做完一小步，看结果，再决定怎么继续。
我自己接下来，也要重新整理内容创作和运营。有些想法已经想了很久，一直没有动。手上的活儿多，确实是真的，但也不能永远把它当成不往前走的理由。
有了 Agent，不代表这些事自动会发生。还是需要我开始，交代目标，提供材料，作出选择。工具可以帮助我推进，却不能替我决定什么时候真正动手。
先做成一件事，再整理方法，再扩大范围。把执行交出去，把判断留下来。
这是我现在最真实的感受。你不用急着先拥有一家 AI 公司。眼前有一件事能够做起来，自己的经验能够参与进去，结果能够用得上，就已经是一个很实际的开始了。
回看前一个系列：《AI 原生创业手册》第一篇：打破“创业仓鼠轮”，AI重塑商业新规则。
本系列文章
主播：薛铁鏻（铁林）
ICF MCC认证教练｜Coach8创始人｜企业管理者｜营销与投资实践者
薛铁鏻（铁林，Xue Tielin），Coach8（教练吧）创始人，拥有20余年互联网、教育、企业管理与市场营销经验。曾在水晶石数字科技及新高教集团相关企业担任高管，长期参与市场营销、销售管理、企业运营、互联网教育、团队管理与人才培养，并拥有教育项目投资和早期创业项目投资经验。
2014年创立Coach8，开始系统开展中文教练教育与在线教练社群实践；2022年获得ICF MCC认证，2024年带领Coach8获得ICF Level 3课程认证。具有国家二级心理咨询师、LUXX Profile Master级分析师及导师、乐高工作法系统引导师等专业背景。
(个人网站：https://www.xuetielin.com ；教练吧（Coach8）:https://jl8.cn/ )